北京
9月28日，芯片公司AMD宣布，将以约82亿美元的价格，全股票收购AI公司World Labs。这家公司由斯坦福大学教授李飞飞在2024年4月创办，主攻“空间智能”和“世界模型”，团队约70人。交易完成后，李飞飞将出任AMD执行副总裁兼首席科学家。这是AMD历史上第二大收购，规模仅次于2022年约500亿美元收购赛灵思。
一家70人的公司卖出82亿美元，听起来是AI行业的故事。但对电力行业来说，这笔交易值得看一眼的原因在别处——它指向了一条比现在更费电的技术路线。
李飞飞
82亿美元买的是人和模型，不是机房，交易本身不增加一度电的消耗。真正决定数据中心用多少电的，是另一笔大得多的钱。据券商统计，亚马逊、谷歌、微软、Meta四家公司，2025年的资本开支合计约4100亿美元；2026年预计达到7000亿美元上下，比上一年增长约七成；2027年可能接近9500亿美元。这些钱主要花在GPU、服务器、网络设备和新建数据中心上，是电力需求的直接来源。
对比一下就很清楚：82亿美元的收购，大约只相当于四大云厂商一年资本开支的百分之一。
这笔收购确认了一件事：AI的下一个方向比现在更费电。过去三年，大语言模型做的事可以简化成一句话——预测下一个Token。而World Labs做的，是让AI理解三维空间：给它一张照片，模型能推算出换个角度站过去会看到什么；给它一段视频，能把真实场景还原成可以走进去、可以编辑的三维世界。
这个转向对算力的要求是量级上的。有第三方测算认为，这类世界模型的训练算力需求，大约是同等规模大语言模型的8到32倍。原因在于数据类型不同：文字是一维的，而视频、三维几何、机器人仿真都是高维数据，处理成本要高得多。
这条路线一旦跑通，数据中心的用电强度还要再上一个台阶。而现在的美国电网，已经有点吃不消了。据标普全球的数据，美国数据中心电力需求2026年是 75.8吉瓦，2030年将达134.4吉瓦。摩根士丹利测算美国2025-2028年累计电力缺口约47吉瓦。而新建一条高压输电线路的周期，在美国常常超过十年。
这笔交易是个信号，提醒大家，“AI会更费电”这件事很确定。而推动电力需求增长的，是每年几千亿美元的资本开支，以及单机柜功率从几十千瓦向一百千瓦以上的攀升。云厂商的资本开支指引、算电协同项目的落地节奏、构网型储能在算力设施中的渗透率等，都是值得能源行业跟踪的变量。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
